稀土复垦矿区典型植被高光谱特征分析及判别研究

论文摘要

近年来,高光谱遥感技术因其波段数目多且具有纳米级的光谱分辨率被普遍应用于农业、林业及草原等相关领域的植被类型精细识别,解决了传统遥感只能识别地物大类的问题,然而不同植被类型由于地域的不同,受到的制约因素也有所不同,因此对于植被光谱特征的参数选取、分析方法也有所不同,矿区植被由于地域的特殊性更被鲜少研究。南方离子型稀土矿区大量开采后导致生态环境恶化,造成诸如水土流失、植被破坏等问题,其主要治理方法依靠人工复垦技术,但复垦植被难以从遭到破坏的土壤中吸取养分,致使其长势普遍较差,复垦效果不尽如人意;同时,矿区多采用混种方式栽种复垦植被,对植被理化参数高光谱遥感反演工作造成困难。本文实测了赣州定南县坳背塘稀土矿点四种典型复垦植被(红叶石楠、马尾松、油桐和竹柳)高光谱数据,研究了其光谱曲线特征并构建了复垦植被识别方法,能够为植被反演工作提供实验基础,也为南方离子型稀土矿区典型复垦植被长势监测、反映矿区复垦效果提供了理论依据和技术支持。首先,将实测四种典型复垦植被高光谱反射率数据进行预处理后,运用一阶导数(FDR)、倒数的对数(Log(1/R))和去包络线(CR)等光谱变换技术放大其谱间的差异性,然后基于马氏距离和均值置信区间带的方法对植被光谱数据进行降维处理,最后,使用费希尔(Fisher)和贝叶斯(Bayes)法对四种复垦植被进行识别,并做了分类精度分析与判别方法比较,得到主要结论如下:(1)四种植被的光谱曲线具有基本的峰谷特征,符合普通生长状况良好的绿色植被光谱曲线走势。可见光波段范围内存在“两谷一峰”和“红边”特征,且由于受到矿区环境因素影响,四种植被均存在不同程度的“蓝移”,以马尾松和竹柳影响最为明显。四种复垦植被在导数光谱中的三边参数、Log(1/R)中“两峰一谷”及CR中的吸收深度、斜率K和对称度S均存在差异,表明运用这些光谱变换技术区别复垦植被种类是有效的。(2)基于本文最优降维方法均值置信区间带法选出的复垦植被光谱特征波段为:原始光谱的536~578nm;倒数的对数光谱的530~541、1032~1065nm;去包络线光谱的396~492、536~558、639~687、1110~1143nm。(3)基于Bayes和Fisher两种判别方法能够对每种复垦植被原始及变换光谱成功识别,经过光谱变换后四种植被的分类精度较原始光谱均有所提升,去包络线光谱中两种方法的总体分类精度分别为0.806和0.813,优于其他变换光谱。就原始光谱而言,Fisher判别法总体分类精度较高,而对于变换后的光谱(倒数的对数光谱和去包络线光谱),Bayes法效果要优于Fisher法。

论文目录

文章来源

类型: 硕士论文

作者: 王英浩

导师: 李恒凯

关键词: 离子型稀土矿区,复垦植被,光谱特征,均值置信区间带,植被识别

来源: 江西理工大学

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 生物学,矿业工程

单位: 江西理工大学

分类号: TD88;Q948

总页数: 62

文件大小: 5872K

下载量: 111

相关论文文献

• [1].典型块状煤的可见-近红外光谱特征分析[J]. 门窗 2019(18)
• [2].基于光谱特征分析的锌矿产储量物探评估[J]. 世界有色金属 2016(16)
• [3].土壤修复过程中盐含量及其光谱特征分析研究[J]. 光谱学与光谱分析 2017(05)
• [4].内蒙古草地光谱特征分析[J]. 安徽农学通报 2013(Z1)
• [5].水泥胶砂中水泥水化的高光谱特征分析[J]. 硅酸盐通报 2019(11)
• [6].甲烷爆炸感应期内火焰光谱特征分析方法研究[J]. 光谱学与光谱分析 2015(08)
• [7].典型滩涂植被米草和芦苇叶片高光谱特征分析[J]. 中国农业气象 2020(06)
• [8].基于光谱特征分析的城市建设用地信息提取[J]. 数字通信世界 2019(10)
• [9].水生植物与水体混合像元的反射高光谱特征分析[J]. 光谱学与光谱分析 2012(02)
• [10].黄海典型漂浮大型藻类光谱特征分析[J]. 海洋与湖沼 2018(05)
• [11].小麦渍害光谱特征分析[J]. 光谱学与光谱分析 2016(08)
• [12].水稻白背飞虱虫害的单叶高光谱特征分析[J]. 农机化研究 2009(04)
• [13].橡胶树叶片高光谱特征分析[J]. 热带亚热带植物学报 2010(03)
• [14].基于决策树分类的大屯矿区地物信息提取及矿区污染分析[J]. 测绘与空间地理信息 2016(04)
• [15].基于WorldView-Ⅱ数据的呼和浩特市绿化树种光谱特征分析[J]. 内蒙古农业大学学报(自然科学版) 2014(03)
• [16].新昌地区典型火成岩发射光谱特征分析[J]. 国土资源遥感 2010(02)
• [17].不同水稻品种主要生育期冠层光谱特征分析[J]. 中国稻米 2018(01)
• [18].历代景德镇青花瓷光谱特征分析研究[J]. 光谱学与光谱分析 2019(03)
• [19].输电线路下行林区优势树种的冠层光谱特征分析[J]. 安徽农业大学学报 2019(01)
• [20].典型重金属污染水体光谱特征分析——以广东省大宝山尾矿水为例[J]. 光谱学与光谱分析 2019(10)
• [21].烤烟发病叶片高光谱特征分析[J]. 中国烟草学报 2015(01)
• [22].污染水体中蓝藻叶绿素的光谱特征分析[J]. 光谱学与光谱分析 2010(06)
• [23].石羊河流域下游民勤荒漠植物光谱特征分析[J]. 干旱区资源与环境 2013(03)
• [24].典型龟裂碱土光谱特征分析及碱化程度预测[J]. 干旱地区农业研究 2013(04)
• [25].基于HJ卫星遥感数据的林果光谱特征分析[J]. 新疆农业科学 2011(11)
• [26].利用分层分类法进行厦门岛城市地表分类研究[J]. 太原师范学院学报(自然科学版) 2008(04)
• [27].深圳市10种彩叶植物高光谱特征分析[J]. 南京林业大学学报(自然科学版) 2014(02)
• [28].丁香光谱测定方法[J]. 东北林业大学学报 2011(03)
• [29].利用分层分类法进行厦门岛城市地表分类研究[J]. 城市地质 2009(02)
• [30].沙化土地遥感监测研究现状[J]. 林业科学 2008(07)

标签：离子型稀土矿区论文;  复垦植被论文;  光谱特征论文;  均值置信区间带论文;  植被识别论文;